Doggyscan - приложение для определения породы

Задача проекта заключается в разработке мобильного приложения, которое использует технологии машинного обучения для распознавания породы собаки по фотографии. Приложение должно предоставить пользователю подробную информацию о питании, уходе, возможных заболеваниях, а также особенности здоровья породы, рекомендации по характерным лакомствам и другие полезные советы для владельцев собак.

Мы приступили к разработке мобильного приложения "Doggyscan", следующим образом:

Подготовка данных: Начали собирать и готовить набор данных с фотографиями собак разных пород, а также информацию о питании, здоровье, уходе и заболеваниях для каждой породы.

Обучение модели машинного обучения: Мы выбрали подходящую архитектуру нейронной сети, которая будет распознавать породы собак по фотографиям. В данный момент идет обучение модели на подготовленных данных.

Разработка интерфейса: Начали разрабатывать мобильный интерфейс, который будет простым и удобным для пользователя. Он будет позволять загружать фотографии собак и получать результат распознавания с подробной информацией о породе.

Интеграция базы данных: В процессе разработки создается база данных с информацией о породах собак, рекомендациями по уходу и лечению, которая будет интегрирована с приложением.

Тестирование и улучшение: По мере разработки проводим тестирование приложения и модели для улучшения точности распознавания и пользовательского опыта.

Сбор изображений собак разных пород с метками: Собраны и подготовлены изображения собак различных пород с правильными метками для обучения модели машинного обучения.

Аугментация данных: Применены методы аугментации (повороты, изменения освещенности, контраста и т.д.) для увеличения разнообразия данных и улучшения обучения модели.

Разметка данных для обучения: Все изображения были размечены не только с указанием породы, но и с добавлением информации о заболеваниях, здоровье и других особенностях каждой породы.

Обучение модели: Модель машинного обучения была обучена на подготовленных данных, используя современные методы, такие как конволюционные нейронные сети (CNN).

Тестирование модели: После обучения модель была протестирована для проверки точности распознавания пород и способности правильно классифицировать изображения.

Разработка интерфейса для загрузки изображений: Разработан простой и удобный интерфейс для загрузки изображений через камеру или галерею устройства.

Отображение результатов: Реализовано отображение названия породы, фотографии породы, а также информации о здоровье, питании и возможных заболеваниях.

Детальная информация о породе: Пользователь может перейти к более подробной информации о породе с рекомендациями по уходу, лечению и питанию.

Рекомендации по лакомствам и уходу: В приложении предусмотрены рекомендации по уходу за питомцем, выбору кормов и характерных лакомств для каждой породы.

Создание и обучение модели: Завершено создание и обучение модели, которая точно распознает породы собак по изображениям.

Разработка мобильного интерфейса: Спроектирован и разработан интерфейс мобильного приложения, который прост в использовании и предоставляет всю необходимую информацию.

Интеграция модели с приложением: Модель машинного обучения была интегрирована в мобильное приложение, обеспечив возможность распознавания породы на устройстве.

Разработка базы данных: Создана база данных, которая хранит информацию о породах собак, рекомендациях по питанию, уходу, заболеваниям и характерным лакомствам.

Тестирование и улучшение: Приложение прошло серию тестов для улучшения функциональности, точности распознавания и пользовательского опыта.

Релиз приложения: Подготовлена версия приложения для тестирования и релиза, с учетом всех улучшений и отзывов пользователей.